Artificiële intelligentie: waarom machines ons niet werkloos maken
Artificiële intelligentie (AI) zal de meeste banen niet vervangen maar juist interessanter maken, het neemt de routinehandelingen van mensen over. De sleutel tot het succes van AI is dat bedrijven hun gegevensbestanden op orde moeten hebben.
- EOS-onderzoek: financiële besluitvormers (47 procent) vrezen voor baan door kunstmatige intelligentie (AI)
- Foutenpercentage in debiteurenbeheer kan door AI worden geminimaliseerd
Als het gaat om het potentieel van artificiële intelligentie (AI), probeert iedereen elkaar te overtroeven: "Net zoals elektriciteit 100 jaar geleden bijna alle industrieën transformeerde, zal artificiële intelligentie nu bijna elke grote bedrijfstak veranderen", schrijft informaticus Andrew Ng. Hij heeft AI-onderzoeksprojecten geleid in 's werelds grootste zoekmachines - Baidu en Google - en een AI-investeringsfonds opgericht.
Met behulp van Artificiële intelligentie kunnen mensen foutenpercentages in het debiteurenbeheer op ongekende wijze minimaliseren. Zo zien 30 procent van de financiële besluitvormers het ook.
Er is echter een verschil met eerdere technische revoluties; de angst voor banenverlies treft nu ook goed opgeleide kenniswerkers. Bij financiële besluitvormers vreest bijvoorbeeld bijna de helft (47 procent) voor banenverlies als gevolg van artificiële intelligentie. Dat bleek uit het onderzoek 'European Payment Practices' 2019. De financiële dienstverlener EOS heeft hiervoor in totaal 3.400 experts in 17 landen ondervraagd naar onder andere de invloed van AI op het debiteurenbeheer in hun bedrijf.
AI-systemen helpen mensen om fouten te voorkomen
"Wie bij AI direct aan 'mens tegen machine' denkt, mist vaak de nodige kennis. Alleen voorlichting helpt", zegt Joachim Göller, hoofd van het EOS Group Center of Analytics. Hij en zijn team werken aan AI-oplossingen die EOS ondersteunen bij het debiteurenbeheer. "Met behulp van artificiële intelligentie kunnen mensen foutenpercentages in het debiteurenbeheer op ongekende wijze minimaliseren. Zo zien 30 procent van de financiële besluitvormers het ook."
Het idee dat een bedrijf artificiële intelligentie verwerft en vervolgens een deel van zijn personeel ontslaat, is verkeerd, zegt David Goossens van Latentine. De Berlijnse AI-start-up adviseert grote bedrijven uit onder andere de farmaceutische, logistieke en verzekeringssector, die vaak geen goed idee hebben van wat de technologie kan of moet doen. "Bedrijven moeten weten waar hun werknemers onder- of overbelast zijn. We ervaren dat hoogopgeleide financiële experts te veel tijd besteden aan repetitieve bedrijfsmanagementtaken en tegelijkertijd niet genoeg tijd hebben om betrouwbare, datagestuurde prognoses te maken", zegt Goossens.
Data-engineers ontbreken vaak
Wie AI correct gebruikt, wordt op zijn minst competitiever en stelt de medewerkers in staat om interessantere taken op zich te nemen. Bij EOS gebruiken de incassoteams bijvoorbeeld artificiële intelligentie voor routinezaken, zodat ze zich meer kunnen concentreren op klanten met complexere zaken. Ook andere sectoren nemen standaardprocedures weg bij hun gespecialiseerde medewerkers. Het Finse softwarebedrijf Basware heeft bijvoorbeeld een virtuele assistent ontwikkeld die alledaagse vragen op de inkoopafdeling beantwoordt. En de SEB Bank in Zweden ontlast haar IT-ondersteuning met de intelligente virtuele assistent Amelia van IPsoft.
"Eerst moet het bedrijf een overzicht uitwerken: Waar precies kan AI eenvoudige taken automatiseren? Waar maakt het complexe taken beheersbaar", zegt Goossens. Juist op dit punt merken veel bedrijven dat het hen ontbreekt aan de belangrijkste basis voor de invoering van zelflerende systemen: de noodzakelijke kwaliteit en kwantiteit van gegevens om de algoritmen te voeden. "In het algemeen hebben de meeste bedrijven een gebrek aan data-engineers", zegt Goossens - de experts die ervoor zorgen dat alle gegevens duidelijk gestructureerd en centraal worden opgeslagen. Een uitdaging voor bedrijven waar vandaag de dag nog steeds wordt gewerkt met verschillende IT-systemen en aparte databases.
"Alleen geverifieerde gegevens voorkomen dat machines verkeerde beslissingen nemen", zegt Andreas Dix van het EOS Data Science Team. Uit duizenden gestructureerd gedocumenteerde incassozaken leiden de machine learning-algoritmen af welke volgende stap het beste genomen kan worden in een klantenrelatie. "Ik denk dat systemen met artificiële intelligentie uiteindelijk altijd een nuttige aanvulling zijn op het leven van mensen", zegt Dix. "De mens is uiteindelijk altijd diegene die belangrijke beslissingen neemt en controleert."
Download nu gratis EOS-enquête. Link naar enquêteportal
Meer informatie? Neem gerust contact met ons op!
Photo credits: IPsoft, Sebastian Vollmert / EOS, Achim Multhaupt, Latentine GmbH
Ontdek meer van EOS
